お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
AIと信用リスク:基礎と機会
- 伝統的な信用リスクモデル vs. AI駆動の信用リスクモデル
- 信用評価における課題:バイアス、説明可能性、公平性
- 融資におけるAIの実世界ケーススタディ
信用スコアリングモデル用データ
- ソース:取引、行動、代替データ
- 融資決定のためのデータクリーニングと特徴量エンジニアリング
- リスク予測におけるクラス不均衡とデータ不足の処理
信用スコアリングのための機械学習
- ロジスティック回帰、決定木、ランダムフォレスト
- スコア精度向上のための勾配ブースティング(LightGBM, XGBoost)
- モデルの訓練、検証、調整手法
AI駆動の融資ワークフロー
- 借り手のセグメンテーションと融資リスク評価の自動化
- AI強化型審査と承認プロセス
- 機械学習を使用した動的なプライシングと金利最適化
モデルの解釈可能性と責任あるAI
- 予測の説明:SHAPとLIMEを使用
- 信用モデルにおける公平性:バイアス検出と軽減
- 規制フレームワーク(ECOA、GDPRなど)への準拠
融資シナリオにおける生成AI
- 申請レビューと文書分析のための大規模言語モデル(LLMs)の使用
- 借り手とのコミュニケーションや洞察のためにプロンプトエンジニアリングを行う
- モデルテスト用に合成データを生成する
信用リスクのためのAI戦略とガバナンス
- 内部AI能力構築 vs. 外部ソリューション
- モデルライフサイクル管理とガバナンスのベストプラクティス
- 今後のトレンド:リアルタイム信用スコアリング、オープンバンキング統合
要約と次の一歩
要求
- 信用リスクの基礎を理解していること
- データ分析やビジネスインテリジェンスツールを使用した経験があること
- Pythonに精通しているか、基本的な文法を学ぶ意欲があること
対象者
- 融資担当マネージャー
- 信用分析士
- Fintech革新者
14 時間
お客様の声 (2)
言語から自動化まで一貫して取り組むことで、自分がどのような能力を持っているのかを認識するようになりました。
Declan Glennon - Teleflex Medical Europe Ltd
コース - Copilot for Finance and Accounting Professionals
機械翻訳
The background / theory of LLMs, the exercise